Streamlit UI
rdagent ui --port 19899 --log-dir <log> --data-science，查看运行日志，尤其适合 data_science 场景。
Run
运行步骤
首次运行四步走。
配置 LLM
在
.env里配置 CHAT_MODEL 与 EMBEDDING_MODEL（见安装页）。健康检查
rdagent health_check验证 Docker 与配置是否就绪。运行场景
按需求选场景命令，如量化
rdagent fin_quant、数据科学rdagent data_science --competition <name>。查看结果
用 Streamlit UI 或 Web UI 查看运行日志与 trace。
Commands
常用场景命令
官方 Live Demo 由以下命令实现，每个代表一个 demo。
| 命令 | 场景 |
|---|---|
rdagent fin_quant | 量化交易 + 因子-模型联合演化（Qlib） |
rdagent fin_factor | 量化交易 + 因子迭代演化 |
rdagent fin_model | 量化交易 + 模型迭代演化 |
rdagent fin_factor_report --report-folder=<path> | 从财报提取并实现因子 |
rdagent general_model <paper URL> | 自动读论文并实现模型 |
rdagent data_science --competition <name> | 数据科学 / Kaggle 竞赛 |
rdagent llm_finetune --base-model <model> | LLM 微调（FT-Agent） |
Monitor
监控运行结果
两种 UI 查看运行日志。
Web UI
rdagent server_ui --port 19899，Flask 后端 + 前端，实时交互与 trace 查看（暂不支持 data_science 场景）。
Caution
首次运行的注意事项
跑通不等于能赚钱，几个关键点要认清。
研究用途：RD-Agent 面向研发与因子挖掘，回测结果仅代表历史表现，不构成投资建议。
不要直接实盘：官方明确「provided as is」，不替代合格金融专业人士；任何策略都应先回测、模拟盘验证。
FAQ
常见问题
health_check 检查什么？
主要检查两件事：Docker 是否安装成功、rdagent ui 默认端口是否被占用。可用 --no-check-env 跳过环境检查。
跑一次量化场景要多久？
取决于 LLM 调用、数据量与迭代轮数；LLM API 成本与耗时是主要开销，官方量化实验称成本可低于 10 美元。
运行日志存在哪？
默认在 log 目录；Streamlit UI 通过 --log-dir 指定日志目录查看。
结果好就代表策略有效吗？
不代表。回测存在过拟合风险，需样本外验证、考虑交易成本，且官方不构成投资建议。